公开(公告)号：CN114501525A

公开(公告)日：2022-05-13

申请号：CN202210108134.X

申请日：2022-01-28

Applicant: 东南大学 ,  网络通信与安全紫金山实验室

Inventor： 潘志文 ,  葛旭 ,  刘楠 ,  尤肖虎

IPC: H04W24/08 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于条件生成对抗网络的无线网络中断检测方法，能够在存在数据集不平衡以及数据类间重叠的情况下准确检测中断，并正确分类不同类型中断，具体为：第一步：搜集网络关键性能指标，并形成数据集S；第二步：使用数据集S训练改进后的条件生成对抗网络，由生成器G和判别器D组成，G，D均为全连接神经网络结构；第三步：搜集无线网络T2时间内用户上报的KPI信息，第四步：利用第二步中所得模型合成中断类数据，平衡数据集H；第五步：计算校准后训练集V中每个样本的类间重叠指数；第六步：使用训练集V和类间重叠指数集O训练人工神经网络ANN，获得中断检测模型；第七步：根据网络中用户实时上报KPI信息x(x∈Rn)进行中断检测。

公开(公告)号：CN114615685B

公开(公告)日：2024-02-02

申请号：CN202210215536.X

申请日：2022-03-07

Applicant: 东南大学 ,  网络通信与安全紫金山实验室

Inventor： 潘志文 ,  葛旭 ,  刘楠 ,  尤肖虎

IPC: H04W24/02 ,  H04W24/08 ,  G06F18/241 ,  G06N3/0475 ,  G06N3/0499 ,  G06N3/094

Abstract: 本发明是一种基于生成对抗网络上采样的无线网络中断检测方法，该方法包括如下步骤：第一步：搜集网络关键性能指标KPI，获取数据集Tr；第二步：使用数据集Tr训练本方法所提出模型：本方法所提出模型由生成器G，判别器D，分类器C组成；第三步：使用第二步中获得的分类模型C，根据网络中用户实时上报的n维KPI信息x(x∈Rn)进行中断检测；本发明能够解决不平衡数据集问题，带来中断检测性能的整体提升，此外可根据数据分布特征，自适应调整少数类采样程度和合成数据分布，获得良好中断检测性能，因此，本方法有更好的鲁棒性与可扩展性。

公开(公告)号：CN114501525B

公开(公告)日：2024-02-02

申请号：CN202210108134.X

申请日：2022-01-28

Applicant: 东南大学 ,  网络通信与安全紫金山实验室

Inventor： 潘志文 ,  葛旭 ,  刘楠 ,  尤肖虎

IPC: H04W24/08 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于条件生成对抗网络的无线网络中断检测方法，能够在存在数据集不平衡以及数据类间重叠的情况下准确检测中断，并正确分类不同类型中断，具体为：第一步：搜集网络关键性能指标，并形成数据集S；第二步：使用数据集S训练改进后的条件生成对抗网络，由生成器G和判别器D组成，G，D均为全连接神经网络结构；第三步：搜集无线网络T2时间内用户上报的KPI信息，第四步：利用第二步中所得模型合成中断类数据，平衡数据集H；第五步：计算校准后训练集V中每个样本的类间重叠指数；第六步：使用训练集V和类间重叠指数集O训练人工神经网络ANN，获得中断检测模型；第七步：根据网络n中用户实时上报KPI信息x(x∈R )进行中断检测。

公开(公告)号：CN114615685A

公开(公告)日：2022-06-10

申请号：CN202210215536.X

申请日：2022-03-07

Applicant: 东南大学 ,  网络通信与安全紫金山实验室

Inventor： 潘志文 ,  葛旭 ,  刘楠 ,  尤肖虎

IPC: H04W24/02 ,  H04W24/08 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明是一种基于生成对抗网络上采样的无线网络中断检测方法，该方法包括如下步骤：第一步：搜集网络关键性能指标KPI，获取数据集Tr；第二步：使用数据集Tr训练本方法所提出模型：本方法所提出模型由生成器G，判别器D，分类器C组成；第三步：使用第二步中获得的分类模型C，根据网络中用户实时上报的n维KPI信息x(x∈Rn)进行中断检测；本发明能够解决不平衡数据集问题，带来中断检测性能的整体提升，此外可根据数据分布特征，自适应调整少数类采样程度和合成数据分布，获得良好中断检测性能，因此，本方法有更好的鲁棒性与可扩展性。